O histograma dos resíduos mostra a distribuição dos resíduos para todas as observações.
Padrão | O que o padrão pode indicar |
---|---|
Uma cauda longa em uma direção | Assimetria |
Um bar que está distante das outras barras | Um outlier |
Como a aparência de um histograma depende do número de intervalos utilizados para agrupar os dados, não use um histograma para avaliar a normalidade dos resíduos. Em vez disso, use um gráfico de probabilidade normal.
Um histograma é mais eficaz quando você tem aproximadamente 20 pontos de dados ou mais. Se a amostra for pequena demais, cada barra no histograma não conterá pontos de dados suficientes para mostrar de forma confiável a assimetria ou os outliers.
Um gráfico de probabilidade normal dos resíduos mostra os resíduos versus seus valores esperados quando a distribuição é normal.
Use o gráfico de probabilidade normal de resíduos para verificar a pressuposição de que os resíduos são distribuídos normalmente. O gráfico de probabilidade normal dos resíduos deve seguir aproximadamente uma linha reta.
Se você vir um padrão não-normal, use os outros gráficos de resíduos para verificar outros problemas com o modelo, como termos faltantes ou um efeito de ordem de tempo. Se os resíduos não seguirem uma distribuição normal, os intervalos de confiança e os valores-p podem ser inexatos.
O gráfico de resíduos versus ajustes representa graficamente os resíduos no eixo Y e os valores ajustados no eixo X.
Use o gráfico de resíduos versus ajustes para verificar a pressuposição de que os resíduos são aleatoriamente distribuídos e têm variância constante. De maneira ideal, os pontos devem cair aleatoriamente em ambos os lados de 0, sem padrões reconhecíveis nos pontos.
Padrão | O que o padrão pode indicar |
---|---|
Dispersão grande ou irregular de resíduos entre valores ajustados | Variância não constante |
Curvilíneo | Um termo de ordem mais alta ausente |
Um ponto que está distante de zero | Um outlier |
Um ponto que é distante dos outros pontos na direção x | Um ponto influente |
Problema | Solução possível |
---|---|
Variância não constante | Considere usar uma transformação de Box-Cox da variável resposta ou pesos.. |
Um outlier ou um ponto influente |
|
O gráfico de resíduos versus ordem mostra os resíduos na ordem em que os dados foram coletados.
O gráfico de resíduos versus variáveis apresenta os resíduos comparados com outras variáveis. A variável já pode estar incluída em seu modelo. Ou, a variável pode não estar no modelo, mas você suspeita que afeta a variável resposta.
Se a variável já estiver incluída no modelo, use o gráfico para determinar se você deve adicionar um termo de ordem mais alta da variável. Se a variável ainda não estiver incluída no modelo, use o gráfico para determinar se a variável está afetando a resposta de uma maneira sistemática.
Padrão | O que o padrão pode indicar |
---|---|
Padrão em resíduos | A variável afeta a resposta de forma sistemática. Se a variável não estiver em seu modelo, inclua um termo para aquela variável, e torne a ajustar o modelo. |
Curvatura nos pontos | Um termo de ordem mais alta da variável deve ser incluído no modelo. Por exemplo, um padrão curvado indica que você deve adicionar um termo quadrado. |